基于球B样条函数的烟草叶片虚拟实现

植物三维形态的可视化模拟是数字植物研究的基础。该文综合应用球B样条曲线和插值B样条曲面实现了以脉序作为结构骨架的烟草叶片几何建模。首先利用三维数字化仪等数据获取装置获取烟草叶片脉序主要形态特征点的三维坐标和厚度,然后利用球B样条曲线对脉序进行三维建模,生成叶片的形态骨架,与由插值样条生成的叶片曲面合成,实现了烟草叶片的三维重建和真实感显示。结果表明,该方法得到的烟草叶片几何模型与传统方法相比具有较高的真实感,为植物叶片叶脉尺度的高真实感几何建模提供了新的手段。     

基于点云数据的植物叶片曲面重构方法

叶子是植物最重要的器官之一,建立植物叶片的高精度曲面模型对于开展植物叶片形态特征分析和冠层光分布计算等研究具有重要意义。该文提出了一种基于点云数据的植物叶片曲面重构方法,该方法首先对原始点云数据进行噪声点剔除和数据精简,然后采用Delaunay三角剖分方法生成初始网格曲面,再对网格曲面进行优化处理。结果表明该方法能够基于激光扫描三维点云数据快速重构出植物叶片的高精度网格曲面,包括萎蔫和枯萎等复杂形态。该研究可为植物建模与可视化相关研究提供参考。     

自适应加权算子结合主曲线提取玉米叶片点云骨架

为从玉米叶片点云数据（尤其是缺失点云数据）中准确提取骨架特征,该研究设计了一种考虑玉米叶片形状结构和数据完整性的自适应加权算子来计算玉米叶片点云的骨架约束点集,并引入主曲线对骨架约束点集进行拟合得到优化的玉米叶片点云骨架。首先使用K均值聚类将玉米叶片分为若干变化较为平缓的部分;然后通过改进的距离场方法提取点云的截面相关点集;再利用设计的包括空间距离、法向差异和点云完整性的自适应加权算子,提取骨架约束点集;最后计算骨架约束点集的主曲线得到最终的玉米叶片点云骨架。通过对30个具有典型形状特征的玉米叶片点云数据的测试结果表明,本文方法所提取的骨架能较好地反映玉米叶片的三维形状结构,利用所提取骨架计算的叶长与实测叶长的平均绝对百分比误差（Mean Absolute Percent Error,MAPE）为2.10%,均方根误差（Root Mean Square Error,RMSE）为2.21 cm,标准化均方根误差（Normalized Root Mean Square Error,NRMSE）为2.89%。该方法可实现玉米叶片点云骨架的自动提取,对缺失的点云数据具有较好的鲁棒性,无需后期手动调整,能够为表型大数据处理、自动化表型解析等提供技术支持。     

基于生长模型的玉米三维可视化研究

为了实现对玉米形态结构的定量化和可视化描述，提出了基于生长模型的玉米形态模拟及三维可视化的技术框架。通过资料收集和田间观测研究，构建了可描述不同玉米品种叶片、叶鞘和节间等器官的主要形态结构参数随叶序变化的形态知识模型。在玉米生长模型框架内，整合玉米形态知识模型和基于形态特征参数的器官几何模型，使玉米生长模型可输出玉米拓扑结构和各器官的形态特征参数，实现了对玉米形态建成过程的定量化模拟，并进一步驱动几何模型进行玉米植株和冠层的三维重建。根据上述“生长模型-形态模型-数学模型-显示模型”的思路，模拟了玉米“农大108”的三维形态建成过程及冠层的三维形态，具有较强的真实感，为玉米形态结构研究提供了新的思路和手段。     

基于点云的果树冠层叶片重建方法

精确的果树三维冠层结构是农业科研人员进行功能结构模型研究的重要载体,该文提出一种快速、精确、自动的果树冠层叶片重建方法。首先根据带叶果树点云的局部和全局特征,建立椭球分层的点云密度收缩方法实现器官点云分离,然后利用邻近传播主成分分析算法实现叶片特征参数的求解,利用Laplacian收缩算法实现冠层骨架点的连通,从而实现冠层叶片的快速自动重建。最后利用C++及Point Cloud Library(PCL)点云库,开发果树叶片点云冠层自动重建系统,对苹果树、柑橘树等不同类型果树进行算法验证,结果表明该方法能够正确识别出的叶片数占冠层总叶片数的90%以上,叶面积指数的正确率大于95%,叶片倾角偏离5?以内的叶片数占总叶片数的90%以上。该方法得到了较好的可视化效果和叶冠三维重建精度,可为后期树体冠层内光合作用的研究、整形修剪、农业仿真试验等提供参考。     

基于农学参数的玉米叶片表观建模与可视化方法

为提高农业题材三维数字媒体内容制作效率,提出基于SPAD(soil and plant analyzer development)和生育期农学参数的作物叶片表观建模与可视化方法,并以玉米为例进行实际验证.将玉米叶片分成叶肉、一级叶脉、二级叶脉3种结构,首先获取主要生育期下各结构表观材质(包括漫反射强度、透射强度、高光反射强度、粗糙度4种参数)及SPAD数据;之后构建各类表观材质参数与SPAD及生育期之间的定量化模型;再对玉米叶片纹理样式进行抽象,构建参数化的玉米纹理结构几何表达,并基于定量化模型为纹理结构分配表观参数;最后整合实时光照计算框架,对大田光环境下玉米表观进行可视化模拟.该文方法搭建了农业知识与三维可视化效果间的桥梁,使用户可以通过调整农学参数实现对作物叶片表观的快速、准确设计与制作,为农业题材的三维数字资源开发提供技术工具.     

玉米三维重构及可视化系统的设计与实现

重构出植物的三维形态是数字植物研究的基础。介绍了玉米三维重构及可视化系统的整体结构、数学基础及实现过程。系统由器官几何造型模块、生长模型模块、可视化控制模块、数据库和人机交互界面组成。其中，玉米叶片、茎节、雄穗、雌穗和根系的三维形态是由基于器官形态结构主要特征而构建的参数化的几何模型来描述的。模型参数具有较明确的生物学意义，均可由品种特征或生长模型生成；系统运行时，根据玉米品种特征和玉米生长模型生成植株的拓扑结构参数和器官几何模型参数，通过人机交互操作来确定行株距等农艺措施参数，进而结合VC++和openGL在计算机上重构出玉米器官、个体和群体的三维形态，具有较好地真实感。系统界面友好、使用方便，易于交互，为农学研究者提供了新的手段。     

玉米叶片几何造型研究

针对虚拟作物研究中的作物个体或器官几何造型问题,用三次B样条来拟合玉米叶片的三维形态,并用虚拟模型进行玉米叶片几何特征的计算.与其它方法相比,该方法具有精度高,参数少的特点,是一种适合于玉米叶片三维造型的好方法.     

基于多幅图像的黄瓜叶片形态三维重建

为了更加快速、便捷、精确和逼真地重构出植物叶片的三维形态,提出了基于多幅图像的黄瓜叶片建模方法。首先利用角点检测算法提取叶片边缘及主脉的特征点,通过结合极线约束和SIFT特征描述算子对特征点进行匹配,进而得到特征点的三维坐标;然后利用B样条曲线连接这些特征点,对叶片边缘和中脉进行拟合,再利用Delaunay三角化方法对叶片进行三角网格化;最后通过纹理映射增加模型的真实感。试验结果表明,通过该方法可以精确、快捷地重构出黄瓜叶片的三维形态,具有较强的真实感效果。     

基于可视化类库的植株三维形态配准方法及点云可视化

精确的植物三维静态形态结构模型有助于植物空间结构相关的各种研究,是虚拟植物、植物建模等问题研究的一个重要方面。研究植物生长过程中的三维信息的获取可以获得作物生长过程中各参数的动态数据,可为精细农业植物生长模型建立等提供依据。该文以植物为研究对象,介绍了虚拟植物及植物三维可视化的研究现状,讨论了植物叶片三维可视化的可行性及必要性。针对植物三维点云的采集与处理上,讨论了三维扫描仪的精度测定方法,并针对基于基准体的植株点云配准问题,提出采用基准体点云平均法向量计算的方法,去除了部分基准体表面的噪声点,提高了植株体的配准精度;采用迭代最近点（iterative closest point,ICP）算法,对植株叶片进行进一步的高精度配准。最后采用基于可视化类库VTK(visualization toolkit)实现了植物点云配准与三维可视化。     

基于Kinect V3的单株作物自动化三维重建与验证

为高效、精确地对单株作物进行三维重建,以点云方式无损测量作物表型信息,该研究提出一种基于Kinect V3深度相机的三维重建系统。使用步进电机搭建了一个旋转台,并将旋转台面设计成多颜色同心圆,利用同心圆计算平面法向量及圆心两特征信息,用于点云水平校准以及获取点云间的旋转平移矩阵;将Kinect V3采集的多视角点云变换到同一坐标系下,并结合裁剪迭代最近点（Trimmed Iterative Closest Point,TrICP）算法实现了多视角点云的粗配准与精配准,完成了作物三维重建。为检验该研究的三维重建效果,选取菜心、黄瓜苗为试验对象,与多视图立体视觉-运动恢复结构（Multi-View Stereo and Structure From Motion,MVS-SFM）算法重建点云进行对比,并提取叶面积参数与人工测量值进行比较。结果表明,两种方法下重建后的菜心点云间平均距离误差为0.59 cm,黄瓜苗点云间平均距离误差为0.67 cm,具有较高的相似度,而相较于MVS-SFM算法,该研究提出的方法的重建速度提高了约90%;该研究提出的方法所重建点云,菜心叶面积提取与标准参考值相对误差均值为5.88%,均方根误差为3.83 cm2,黄瓜苗叶面积提取与标准参考值相对误差均值别为6.50%,均方根误差为2.08 cm2,都显现出较高的准确性。该研究提出的方法能对单株作物进行快速三维重建,能有效提取叶面积参数,可为作物育种、栽培和农业生产提供高效技术手段和数据支持。     

玉米生长三维显示模型研究初探

动态显示玉米的生长、发育和产量形成过程,有利栽培管理。本研究主要目的是建立一个基于生长模拟模型的可视化系统,从而反映玉米生长、发育和产量形成的实时动态。有关玉米生长、发育和产量形成的基本算法与品种、环境和生产水平密切相关,其主要来自于现有文献和研究数据。基于生长模型的逐日输出,耦合玉米种子、根、茎、叶和穗等的形态建成和生长规则,从而建立了玉米形态变化的数学模型。通过计算机图形学、Visual C＋＋和OpenGL,本文建立了基于生长模拟模型和三维动画技术的玉米可视化模型系统,其能基本反映玉米生长、发育和产量形成规律,并具有结构简单、界面友好和图像真实等优点。     

基于相机位姿恢复与神经辐射场理论的果树三维重建方法

针对传统立体视觉三维重建技术难以准确表征果树多尺度复杂表型细节的问题，该研究提出了一种基于相机位姿恢复技术与神经辐射场理论的果树三维重建方法，设计了一套适用于标准果园环境的果树图像采集设备和采集方案。首先，环绕拍摄果树全景视频并以抽帧的方式获取果树多视角图像；其次，使用运动结构恢复算法进行稀疏重建以计算果树图像位姿；然后，训练果树神经辐射场，将附有位姿的多视角果树图像进行光线投射法分层采样和位置编码后输入多层感知机，通过体积渲染监督训练过程以获取收敛且能反映果树真实形态的辐射场；最后，导出具有高精度与高表型细节的果树三维实景点云模型。试验表明，该研究构建的果树点云能准确表征从植株尺度的枝干、叶冠等宏观结构到器官尺度的果实、枝杈、叶片乃至叶柄、叶斑等微观结构。果树整体精度达到厘米级，其中胸径、果径等参数达到毫米级精度，尺度一致性误差不超过5%。相较于传统的立体视觉三维重建方法，重建时间缩短39.50%，树高、冠幅、胸径和地径4个树形参数的尺度一致性误差分别降低了77.06%、83.61%、45.47%和62.23%。该方法能构建具有高精度、高表型细节的果树点云模型，为数字果树技术的应用奠定基础。     

基于双轮廓同步跟踪的果树枝干提取及三维重建

自适应果实振动收获是利用机器视觉技术识别果树的几何参数,从而分析其动力学特性并用来自动调整振动设备的参数,达到高效低损伤的作业目的。该文以自然生长的无叶山核桃树为研究对象,根据果实自适应振动收获方式的需要,研究了一种基于双轮廓同步跟踪提取果树枝干并利用双目视觉技术进行三维重建的方法。首先结合自适应阈值分割算法和轮廓跟踪技术提取果树枝干区域,细化后得到枝干骨架并用二叉树结构描述。然后根据极线约束和拓扑结构建立双视图中树枝的对应关系。考虑到果树树枝形状的连续性,在三维重建过程中引入了曲率约束,从而提高了重建的效果。最后利用植物学的营养管道输送模型,结合线性回归方法参数化树枝半径。试验结果显示,重建的三维果树枝干形态与真实果树在视觉上很接近,估计的半径与测量半径之间的相对误差小于9%。该研究可为果树动力学模型的创建提供树体的3D结构参数,从而为果实的自适应振动收获技术提供参考。     

Canopy probabilistic reconstruction inferred from Monte Carlo point-intercept leaf sampling

The usefulness of a probabilistic technique to describe 3D foliage geometrical traits depends on the possibility of quickly and cheaply collecting a leaf data sample. The present simulation study was designed to provide the statistical information necessary to drive and control a foliage random sampling process on a real tree canopy (considered as a population of leaves) and to evaluate two corresponding statistical reconstruction outputs. A point-intercept leaf collection method was simulated on a single walnut-tree crown (7.20 m² surface area) by performing a Monte Carlo (MC) sampling from a data set obtained by digitising all 1558 leaves. Random (R) and adaptive Kernel (aK) methods were employed for foliage synthesis. Thirty canopies reconstructed from the same MC data sample (describing 250 leaves, i.e. less than 20% of crown leaf number) by both procedures indicated that the variability associated with each simulation process can be neglected, i.e. MC leaf sampling played the principle role in driving foliage reconstruction and deciding canopy geometrical traits. A crucial point of the procedure was to define a method to construct confidence envelopes for the artificial geometrical canopy parameters, given that for practical concerns in the field there is a need to sample the real canopy only once: 30 independent samples (describing 250–300 leaves) were generated by resampling with replacement (bootstrapping) one extracted leaf data sample (describing 300 leaves) and the corresponding canopies were simulated. The reconstructed canopies were characterised from a structural perspective in terms of foliage surface area, vertical leaf area density, single leaf area, and leaf angles. The synthesised canopies were evaluated from a functional perspective in terms of sunlit surface area projected orthogonal to sunbeam direction (silhouettes), and sky vault-integrated silhouette to (canopy) area ratio (STAR_SKY). The virtual walnut-tree foliage reproduced by electromagnetic digitising was the reference to corroborate all corresponding reconstructed canopies. The aK method appeared more accurate and precise than the corresponding R technique to represent real foliage geometrical traits. In general, the proposed aK statistical canopy reconstruction method appears to be promising to infer the geometrical features of a broad-leaf tree crown from a foliage sub-set, even if its applicability depends on the size of the considered tree, i.e. on the practicability of collecting a leaf data sample.     

基于叶片电信号边际谱熵的玉米耐盐碱性无损评价方法

为了探索能够早期、灵敏、在位和无损检测与评价植物耐盐碱性的方法,将Na Cl、Na2SO4、Na HCO3和Na2CO3配置成复合盐碱溶液对耐盐碱性较弱的玉米品种郑单958和耐盐碱性较强的玉米品种名玉20的玉米幼苗进行盐碱胁迫,采集了盐碱胁迫过程中郑单958和名玉20幼苗叶片电信号,应用HHT(Hilbert-Huang transformation)方法得到了2种玉米叶片电信号的边际谱,分析了盐碱胁迫过程中2个玉米品种叶片电信号边际谱熵MSE(marginal spectrum entropy)变化的差异和生物学意义。结果显示:盐碱胁迫过程中,郑单958叶片电信号的MSE表现出不断下降的趋势,叶片中丙二醛MDA(malondialdehyde)含量迅速升高;名玉20的MSE表现出波动性的变化,MDA含量变化不大,表明郑单958叶片细胞的离子跨膜运输被抑制,名玉20的叶片细胞存在着复杂的代谢调节,盐碱胁迫造成的叶片细胞膜脂过氧化可能是叶片电信号MSE变化的原因。研究发现,盐碱胁迫下耐盐碱性不同的2个玉米品种的叶片电信号响应指数RI(response index)差异明显,在胁迫2、3和4 d时郑单958的RI值分别比名玉20增长了42%、193%和332%。根据RI值的大小有可能对盐碱胁迫下玉米叶片细胞离子运输和细胞膜伤害的影响程度进行灵敏和早期的定量诊断,进而实现对玉米幼苗期耐盐碱性强弱的在位和无损伤的评价。     

基于Rank变换的农田场景三维重建方法

农田场景的三维重建对于研究远程监测作物的生长形态、预测作物产量、识别田间杂草等都具有重要作用。为解决农田场景图像三维重建困难、立体匹配精度较差等问题,该文提出了一种基于Rank变换的农田场景三维建模方法。该方法运用加权平均法灰度化图像,以保留农田场景的完整特征;以灰度图像的Rank变换结果作为匹配基元,采用基于归一化绝对差和测度函数的区域匹配算法获取场景的稠密视差图;根据平行双目视觉成像原理计算场景的空间坐标,并生成三维点云图;依据所得场景的三维坐标,对场景中感兴趣区域实现三维重建。采用标准视差计算测试图像验证立体匹配算法精确性,平均误匹配率较传统的绝对差和函数算法降低约5.63%。运用不同环境下的棉田场景图像测试三维重建方法,试验结果表明,在6.8 m的景深范围内,作物及杂草的高度、宽度等几何参数计算值与实际测量值接近,各项指标的平均相对误差为3.81%,验证了三维重建方法的可靠性及准确性。